虽然人类大脑可以通过分析其中一些迹象来“猜测”说话者的身体状况或精神状态，但其他迹象则完全不会被注意到。不过，得益于声音生物标记提取和人工智能 (AI)，这种情况可能不会持续太久。
美国国立卫生研究院 (NIH) 将生物标志物定义为“一种客观测量和评估的特征，可作为正常生物过程、致病过程或对治疗干预的药理反应的指标”。例如，可以使用血液生物标志物来诊断患有多发性硬化症的人。声音生物标志物也是如此。
语音特征（或参数）可分为两大类。声学参数测量语音质量（频率、振幅等），而韵律参数（如元音长度、语速或停顿长度）则是措辞质 荷兰手机号码 量的指标。此外，还可以使用与所用词语有关的语言参数。
这被称为生物标志物识别或提取
就像人工智能系统通过解 提供逃生路线 没有什么比那些 医学图像进行诊断一样，在分析这些语音参数时，它们可以识别和分类某些疾病，不仅用于诊断，还用于预防和监测这些疾病。这种方法有很多好处：精确、快速、简单、成本低。
多步骤流程
识别声音生物标记的传统过程可以分为几个步骤，这些步骤在卢森堡研究团队撰写的这篇文章中进行了描述。首先，需要选择要获 香港领先 取的录音类型（口头、元音和音节或非口头发声）并收集音频数据。可以要求参与者朗读文本、描述个人经历、尽可能长时间地发出元音或强行咳嗽。
数据收集是通过录音进行的，录音可以是录音棚录音、电话录音、网络录音（大规模数据收集活动中非常流行的技术），也可以是通过智能手机应用程序进行，这样就可以利用移动宽带获得高质量的录音。在这个阶段，需要进行音频预处理，包括重采样、降噪、取景和数据窗口化等。